日韩美女乱婬试看视频网站,曰的好深好爽免费视频网,黄频视频大全免费的国产,国产精品八区在线观看,国产在线一区二区三区精品,少妇水真多免费视频,久久久伊人天堂网,国产女主播精品大秀系列,福利喷水导航,欧美粗大插爽视频,国产精品免费打屁股网站,mm131国产视频,精品在线N,一个人看WWW在线视欧美,成AV人色在线观看,在线观看h片视频,日本aaaaa级特黄大片

漢思原創(chuàng)

100+項(xiàng)目經(jīng)驗(yàn)總結(jié)

，高級顧問提煉純干貨

預(yù)約演示 對話專家

漢思信息MES/MOM全面接入DeepSeek，深思(ThinkDeep)V2.0助推企業(yè)進(jìn)入AI+智造階段

作者：Hanthink 發(fā)布時(shí)間：2025-02-24 12:17:43 717

春節(jié)期間

，DeepSeek持續(xù)沖上熱搜
，使的原來隔岸觀Chat-GPT的，對AI大模型渴望已久的國內(nèi)的生產(chǎn)制造企業(yè)
，終于感覺到有了應(yīng)用AI的可能，特別是DeepSeek是國內(nèi)研發(fā)的大模型
，支持開源
、本地部署
，且部署對顯卡等硬件資源要求不高等特性，使的AI真正有可能走進(jìn)生產(chǎn)制造企業(yè)
。

一
、漢思信息MES/MOM AI大模型深思（ThinkDeep）發(fā)展歷程

作為17年來持續(xù)深耕智能制造的IT服務(wù)商，漢思信息從 2024 年 3 月開始

，便踏上了利用開源大模型進(jìn)行訓(xùn)練的探索之路。當(dāng)時(shí)
，AI 技術(shù)在生產(chǎn)制造領(lǐng)域的應(yīng)用還處于起步階段
，漢思信息憑借對 IT 技術(shù)的敏銳洞察力
，率先嘗試將開源大模型引入 MES/MOM 系統(tǒng)
，并將其定義為深思（ThinkDeep） V1.0。然而
，在這一過程中，漢思信息遇到了一系列挑戰(zhàn)：

  • 數(shù)據(jù)標(biāo)注難題：工業(yè)數(shù)據(jù)的標(biāo)注工作復(fù)雜且耗時(shí)

    ，尤其是對于一些專業(yè)性較強(qiáng)的生產(chǎn)數(shù)據(jù)
    ，需要投入大量的人力和時(shí)間進(jìn)行標(biāo)注。這不僅增加了訓(xùn)練成本
    ，還限制了模型的訓(xùn)練效果
    。

  • 模型泛化能力不足：由于工業(yè)場景的多樣性和復(fù)雜性

    ，開源大模型在特定工業(yè)場景下的泛化能力有限，導(dǎo)致模型在實(shí)際應(yīng)用中的表現(xiàn)不盡如人意
    。

  • 硬件資源限制：開源大模型的訓(xùn)練和部署對硬件資源的要求較高

    ，尤其是在顯卡等硬件資源方面。

  • 模型維護(hù)難度大：開源大模型的維護(hù)和更新需要專業(yè)的技術(shù)團(tuán)隊(duì)支持

    ，企業(yè)在實(shí)際應(yīng)用中往往面臨技術(shù)瓶頸，難以及時(shí)解決模型出現(xiàn)的問題
    。

2025 年春節(jié)，隨著 DeepSeek 的發(fā)布

，漢思信息迅速將其接入 MES/MOM 系統(tǒng)，并對模型進(jìn)行訓(xùn)練
，形成了制造行業(yè)MES/MOM的AI大模型深思（ThinkDeep） V2.0。DeepSeek 的出現(xiàn)
，為漢思信息的 AI 大模型帶來了巨大的提升：

  • 數(shù)據(jù)安全與隱私保障：DeepSeek 支持本地部署

    ，確保了數(shù)據(jù)的安全性和隱私性
    ，避免了數(shù)據(jù)泄露的風(fēng)險(xiǎn)
    。

  • 高效推理與低成本部署：DeepSeek 的高效推理能力和低成本部署特性，使得漢思信息能夠在不增加硬件成本的情況下

    ，實(shí)現(xiàn) AI 技術(shù)的廣泛應(yīng)用。

  • 強(qiáng)大的泛化能力：DeepSeek 在工業(yè)場景下的泛化能力顯著提升

    ，能夠更好地適應(yīng)不同工業(yè)場景的需求，提高了模型的實(shí)用性和可靠性
    。

通過接入 DeepSeek，漢思信息的 AI 大模型深思（ThinkDeep） V2.0 在性能和應(yīng)用效果上都得到了顯著提升

，為企業(yè)帶來了更加智能
、高效的生產(chǎn)管理體驗(yàn)
。

二
、漢思信息 MES/MOM 系統(tǒng)的 AI 應(yīng)用：場景化賦能

（一）銷售環(huán)節(jié)：訂單查詢與交付預(yù)測

在銷售前端

，漢思信息 MES/MOM 系統(tǒng)的 AI 應(yīng)用為銷售人員提供了強(qiáng)大的支持
。當(dāng)銷售人員需要查詢某個(gè)訂單的情況時(shí)，只需簡單地向 AI 提問
，例如 “AI，幫我查一下XXXX客戶的訂單現(xiàn)在進(jìn)展到哪一步了
，預(yù)計(jì)什么時(shí)候能交付？”
。AI 會迅速在系統(tǒng)中檢索相關(guān)信息，包括訂單的生產(chǎn)進(jìn)度
、物料采購情況、生產(chǎn)設(shè)備的排期等
，并以簡潔明了的方式回復(fù)銷售人員，如 “XXXX客戶的訂單目前已完成 70% 的生產(chǎn)工序
，預(yù)計(jì)將在 3 天后交付。”
。這使得銷售人員能夠第一時(shí)間掌握訂單動態(tài)，快速
、準(zhǔn)確地回復(fù)客戶，提升客戶滿意度和銷售效率
。

2.png

（二）管理決策：項(xiàng)目風(fēng)險(xiǎn)評估與預(yù)警

對于管理層而言，漢思信息 MES/MOM 系統(tǒng)的 AI 功能更是不可或缺的決策助手

。當(dāng)管理層想要了解某個(gè)項(xiàng)目的風(fēng)險(xiǎn)狀況時(shí)
，他們可以向 AI 提出類似 “AI
，請分析一下當(dāng)前所有項(xiàng)目的情況
，指出風(fēng)險(xiǎn)最高的項(xiàng)目是哪個(gè)
？” 的問題。AI 會立即對各項(xiàng)目的生產(chǎn)數(shù)據(jù)
、質(zhì)量數(shù)據(jù)、成本數(shù)據(jù)
、進(jìn)度數(shù)據(jù)等進(jìn)行全面分析，綜合評估項(xiàng)目的風(fēng)險(xiǎn)等級
，并以可視化圖表的形式呈現(xiàn)給管理層，如 “根據(jù)分析
，項(xiàng)目 A 的風(fēng)險(xiǎn)等級最高，主要原因是其關(guān)鍵零部件的供應(yīng)商交貨延遲
，可能導(dǎo)致項(xiàng)目無法按時(shí)交付。”
。這幫助管理層迅速抓住重點(diǎn)
，提前采取措施應(yīng)對風(fēng)險(xiǎn)，確保項(xiàng)目的順利推進(jìn)
。

3.png

（三）設(shè)備管理：維護(hù)工單與保養(yǎng)計(jì)劃跟蹤

在設(shè)備管理模塊，漢思信息 MES/MOM 系統(tǒng)的 AI 應(yīng)用讓設(shè)備維護(hù)變得更加高效

、透明。管理層可以通過 AI 快速了解某個(gè)維護(hù)工單的情況
，只需詢問 “AI，維護(hù)工單XXXX的處理進(jìn)度如何了
？”。AI 會實(shí)時(shí)查詢工單的處理狀態(tài)
，包括維修人員的安排
、維修所需物料的準(zhǔn)備情況
、預(yù)計(jì)完成時(shí)間等，并以清晰的圖表方式展示出來
，如 “維護(hù)工單XXXX正在由維修人員張三進(jìn)行處理
，所需物料已全部到位，預(yù)計(jì)將在 2 小時(shí)內(nèi)完成維修
。”。同時(shí)
，AI 還能根據(jù)設(shè)備的運(yùn)行數(shù)據(jù)和歷史維護(hù)記錄，自動生成保養(yǎng)計(jì)劃
，并提醒相關(guān)人員按時(shí)執(zhí)行，確保設(shè)備的穩(wěn)定運(yùn)行
，降低設(shè)備故障率。

4.png

三
、漢思信息的 AI+ 布局和舉措

漢思信息在 AI 技術(shù)領(lǐng)域的布局

，為 MES/MOM 系統(tǒng)的智能化升級提供了堅(jiān)實(shí)的技術(shù)支撐。以下是漢思信息在 AI 技術(shù)方面的一些關(guān)鍵舉措和優(yōu)勢：

（一）接入本地部署的 DeepSeek大語言模型

漢思信息已經(jīng)成功接入本地部署的 DeepSeek大語言模型

。這一舉措不僅確保了數(shù)據(jù)的安全性和隱私性，還提供了更高效
、更穩(wěn)定的 AI 服務(wù)。本地部署的 DeepSeek 大語言模型能夠更好地適應(yīng)企業(yè)的個(gè)性化需求
，為企業(yè)提供定制化的 AI 解決方案。通過與 DeepSeek 的深度融合
，漢思信息能夠充分利用其先進(jìn)的 AI 技術(shù)，提升 MES/MOM 系統(tǒng)的智能化水平
，為企業(yè)帶來更優(yōu)質(zhì)的生產(chǎn)管理體驗(yàn)。同時(shí)
，漢思信息MES/MOM也接入了其它云上大語言模型
，如通義千問、文心一言等
，為企業(yè)提供更多樣化的選擇。

（二）基于海量項(xiàng)目數(shù)據(jù)訓(xùn)練大模型

漢思信息結(jié)合超過 300 個(gè) MES/MOM 項(xiàng)目經(jīng)驗(yàn)

，組織團(tuán)隊(duì)創(chuàng)建和生成了大量生產(chǎn)領(lǐng)域的數(shù)據(jù)，對大模型進(jìn)行訓(xùn)練
，使其更適用于 MES/MOM 的使用場景。這些項(xiàng)目數(shù)據(jù)涵蓋了不同行業(yè)
、不同規(guī)模企業(yè)的生產(chǎn)管理需求，具有豐富的多樣性和代表性
。通過對這些海量數(shù)據(jù)的深度挖掘和分析，漢思信息能夠不斷優(yōu)化大模型的性能
，使其在MES/MOM應(yīng)用中表現(xiàn)得更加出色
。經(jīng)過訓(xùn)練的大模型能夠更準(zhǔn)確地理解生產(chǎn)過程中的各種情況
，提供更精準(zhǔn)的預(yù)測和決策支持
，幫助企業(yè)更好地應(yīng)對生產(chǎn)中的各種挑戰(zhàn)
。

（三）多元化的訓(xùn)練技術(shù)應(yīng)用

模型微調(diào)

。漢思信息使用LLaMA-Factory平臺，基于DeepSeek-R1-Distill-Qwen-32B模型進(jìn)行了多輪微調(diào)訓(xùn)練
。首先對實(shí)施過的MES/MOM項(xiàng)目數(shù)據(jù)進(jìn)行整理、脫敏形成預(yù)訓(xùn)練數(shù)據(jù)集
，使用該數(shù)據(jù)集對大模型進(jìn)行Pre-Training訓(xùn)練，使大模型學(xué)習(xí)到MES/MOM相關(guān)的通用知識和特征
。再由公司資深專家顧問團(tuán)隊(duì)對行業(yè)內(nèi)一系列通用問題的考慮因素和解決方案進(jìn)行整理編制，最終形成指令監(jiān)督微調(diào)數(shù)據(jù)集
、偏好數(shù)據(jù)集以及后續(xù)用于評估模型的評估數(shù)據(jù)集。再分別對模型進(jìn)行SFT（Supervised Fine-Tuning）訓(xùn)練以及Reward Modeling訓(xùn)練
。模型訓(xùn)練完成后
，使用lm-evaluation-harness結(jié)合編制的評估數(shù)據(jù)集對模型進(jìn)行評估，最終評估數(shù)據(jù)集回答的準(zhǔn)確率能保持在70%~80%。

RAG

。為了使大模型在回答用戶問題時(shí)能獲取到實(shí)時(shí)的知識庫信息，使用RAG技術(shù)將最新的知識庫信息通過Embedding模型向量化到向量數(shù)據(jù)庫（Milvus）
，再結(jié)合 FAISS（Facebook AI Similarity Search）和 DPR（Dense Passage Retrieval）等工具，實(shí)現(xiàn)了高效的知識檢索和生成
。使AI系統(tǒng)在處理復(fù)雜問題時(shí)，能夠從海量的生產(chǎn)數(shù)據(jù)中快速檢索到相關(guān)信息
，并結(jié)合自身的知識與能力進(jìn)行生成，提高系統(tǒng)的準(zhǔn)確性和實(shí)用性
。

ChatBI

。借助大模型強(qiáng)大的理解
、推理能力
，用戶通過對話即可完成報(bào)表數(shù)據(jù)的查詢
、分析
。使用Text2SQL生成SQL語句從數(shù)據(jù)庫查詢出數(shù)據(jù)
，再根據(jù)用戶問題的意圖使用Plotly自動繪制相應(yīng)圖表展示給用戶
。

Agent

。使用LangChain應(yīng)用開發(fā)框架
，通過模塊化設(shè)計(jì)與鏈?zhǔn)饺蝿?wù)編排
，賦予AI大模型復(fù)雜任務(wù)的處理能力
。使用AgentExecutor引擎自動分解用戶請求
，動態(tài)調(diào)用工具鏈
。使用封裝API
、Toolkits工具包供Agent調(diào)用
。通過LLMChain
、SequentialChain等實(shí)現(xiàn)多步驟任務(wù)編排
。在Memory模塊使用VectorStoreMemory確保Agent能夠在對話過程中實(shí)現(xiàn)長期記憶存儲，提高用戶體驗(yàn)。

四
、漢思信息AI+MES/MOM:企業(yè)數(shù)字化轉(zhuǎn)型的加速器

漢思MES/MOM 系統(tǒng)全面接入 AI 技術(shù)后

，預(yù)計(jì)將為企業(yè)帶來了全方位的變革。結(jié)合漢思在汽車整車
、汽配
、電氣
、制藥
、食品等行業(yè)大量實(shí)施MES/MOM項(xiàng)目的優(yōu)勢
，在目前制造業(yè)通用大模型深思（ThinkDeep） V2.0的基礎(chǔ)上
，將針對具體的行業(yè)數(shù)據(jù)對模型進(jìn)行微調(diào)
，使其更適用于如汽車整車、汽配
、電氣等具體行業(yè)，結(jié)合具體企業(yè)
、場景對AI大模型的需求，使AI大模型不只是一個(gè)熱點(diǎn)
，而是能真正為企業(yè)的降本增效帶來實(shí)質(zhì)性的應(yīng)用
。

在使用場景上

，漢思AI + MES/MOM模型也將持續(xù)擴(kuò)展
，如實(shí)時(shí)優(yōu)化與動態(tài)調(diào)整生產(chǎn)調(diào)度
，通過 AI 實(shí)時(shí)監(jiān)控生產(chǎn)線上各設(shè)備的運(yùn)行狀態(tài)
、人員的工作情況以及物料的供應(yīng)情況
。當(dāng)出現(xiàn)突發(fā)情況
，如某臺關(guān)鍵設(shè)備故障或物料供應(yīng)中斷時(shí)
，AI 能迅速分析對生產(chǎn)計(jì)劃的影響
，并實(shí)時(shí)調(diào)整生產(chǎn)調(diào)度方案。以及質(zhì)量監(jiān)控的智能檢測與預(yù)警
，AI 通過圖像識別
、數(shù)據(jù)分析等技術(shù)
，對生產(chǎn)過程中的產(chǎn)品質(zhì)量進(jìn)行實(shí)時(shí)檢測
。當(dāng)發(fā)現(xiàn)產(chǎn)品質(zhì)量出現(xiàn)異常波動時(shí)
，AI 會立即發(fā)出預(yù)警
，并自動分析可能的原因。這使得質(zhì)量管理人員能夠及時(shí)采取措施
，調(diào)整生產(chǎn)工藝或設(shè)備參數(shù)，避免大批量不合格產(chǎn)品的產(chǎn)生
，確保產(chǎn)品質(zhì)量的穩(wěn)定性
。等等
。未來基于MES/MOM的漢思AI大模型
，將給制造企業(yè)提供更多的智能化場景落地的想象空間
。

總之

，漢思信息 MES/MOM 系統(tǒng)與 AI 技術(shù)的深度融合，將為企業(yè)打造了一個(gè)智能化
、數(shù)字化的生產(chǎn)管理平臺，推動企業(yè)從傳統(tǒng)制造向 “AI+智造” 的新階段邁進(jìn)
。在未來的發(fā)展中，漢思信息將繼續(xù)深化 AI 技術(shù)在 MES/MOM 系統(tǒng)中的應(yīng)用
，不斷拓展應(yīng)用場景
，提升系統(tǒng)的智能化水平
，助力更多企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型和智能化升級
，共同迎接智能制造的美好未來
。

END

HanThink

福州漢思信息技術(shù)有限公司成立于2008年

，致力于提供企業(yè)用戶全面
、量身定制的MOM管理軟件MES
、WMS、LES
、QMS
、EAM、EMS
、IOT和整體解決方案。

目前服務(wù)的領(lǐng)域涵蓋離散和流程兩大行業(yè)：汽車行業(yè)

、新能源行業(yè)
、醫(yī)藥行業(yè)
、食品行業(yè)
、機(jī)加工制造行業(yè)、電氣行業(yè)、物流行業(yè)
、大型裝配等
。

尤其在汽車

、醫(yī)藥
、食品、新能源行業(yè)（新能源汽車
、光伏、電池
、儲能等）積累了豐富的實(shí)施經(jīng)驗(yàn)和行業(yè)方案，是國內(nèi)MOM的領(lǐng)先供應(yīng)商
。

掃碼關(guān)注“漢思”

識別二維碼

即可關(guān)注

如有侵權(quán)

，請聯(lián)系漢思刪帖

0591-88209992
官方電話
二維碼
微信掃碼聯(lián)系